Η παρούσα διπλωματική εργασία πραγματεύεται τον εκπαιδευτικό σχεδιασμό και την
παιδαγωγική αξιολόγηση ενός προσαρμοστικού συστήματος Τεχνητής Νοημοσύνης
για τη διδασκαλία της ισπανικής γλώσσας μέσα από λογοτεχνικά κείμενα. Το σύστημα
αξιοποιεί Μεγάλα Γλωσσικά Μοντέλα για την αυτόματη παραγωγή εκπαιδευτικών
δραστηριοτήτων προσαρμοσμένων στα επίπεδα του Κοινού Ευρωπαϊκού Πλαισίου
Αναφοράς (CEFR), με θεωρητικό υπόβαθρο τη σύγκλιση τριών αξόνων: του
κονστρουκτιβισμού (κοινωνικοπολιτισμική θεωρία του Vygotsky, σκαλωσιά, μη
δομημένα προβλήματα), της προσαρμοστικής μάθησης (μοντέλο ARCS) και της
Τεχνητής Νοημοσύνης στην εκπαίδευση. Αρχιτεκτονικά, η εφαρμογή ακολουθεί το
μοντέλο πελάτη-εξυπηρετητή και ενσωματώνει μηχανική προτροπών που κωδικοποιεί
τις αρχές του Σωκρατικού διαλόγου, της σκαλωσιάς και της σταδιακής απόσυρσης,
καθώς και υποδομή ασύγχρονης ερευνητικής καταγραφής.
Η αξιολόγηση ακολούθησε μεικτή μεθοδολογία (συγκλίνων παράλληλος σχεδιασμός)
με τριγωνισμό δεδομένων, αξιοποιώντας ερωτηματολόγια μαθητών και εκπαιδευτικών,
ανοιχτές ερωτήσεις και αρχεία καταγραφής των αλληλεπιδράσεων. Στην πιλοτική
μελέτη συμμετείχαν μαθητές και εκπαιδευτικοί, με σώμα κειμένων αποσπάσματα των
Neruda, García Márquez και Cortázar, αντίστοιχα για τα επίπεδα Α1-Α2, Β1-Β2 και
C1-C2.
Τα ευρήματα δείχνουν ότι η παιδαγωγική αξία του συστήματος δεν αποτελεί εγγενή
ιδιότητα του γλωσσικού μοντέλου, αλλά εξαρτάται από τον σχεδιασμό των προτροπών,
την επιλογή του μοντέλου και τη σταθερότητα της υλοποίησης. Η μαθησιακή εμπλοκή
ήταν σταθερά υψηλή σε όλα τα επίπεδα, ενώ η συνολική ικανοποίηση παρέμεινε πιο
συγκρατημένη, κυρίως λόγω τεχνικών αστοχιών. Αναδείχθηκαν επίσης διαφορές
μεταξύ των μοντέλων ως προς τη συνέπεια του Σωκρατικού διαλόγου, η αδυναμία
υλοποίησης της σταδιακής απόσυρσης ελλείψει μόνιμης μνήμης, και η σημασία της
επιλογής γλώσσας ως παιδαγωγικής παραμέτρου. Συμπερασματικά, το σύστημα
αποτιμάται ως αξιόλογο συμπληρωματικό εκπαιδευτικό εργαλείο και όχι ως
υποκατάστατο του εκπαιδευτικού.

This thesis addresses the instructional design and pedagogical evaluation of an adaptive
Artificial Intelligence system for teaching the Spanish language through literary texts.
The system leverages Large Language Models to automatically generate educational
activities adapted to the levels of the Common European Framework of Reference for
Languages (CEFR). Its theoretical foundation lies at the convergence of three axes:
constructivism (Vygotsky's sociocultural theory, scaffolding, ill-structured problems),
adaptive learning (the ARCS model), and Artificial Intelligence in education.
Architecturally, the application follows the client-server model and incorporates prompt
engineering that encodes the principles of Socratic dialogue, scaffolding, and gradual
fading, as well as an infrastructure for asynchronous research logging.
The evaluation followed a mixed-methods approach (convergent parallel design) with
data triangulation, drawing on questionnaires for students and teachers, open-ended
questions, and logs of the interactions. The pilot study involved students and teachers,
using as its corpus excerpts by Neruda, García Márquez, and Cortázar, corresponding
to levels A1-A2, B1-B2, and C1-C2, respectively.
The findings indicate that the pedagogical value of the system is not an inherent
property of the language model, but depends on prompt design, model selection, and
the stability of the implementation. Learner engagement was consistently high across
all levels, whereas overall satisfaction remained more moderate, mainly due to technical
shortcomings. The study also revealed differences between the models in the
consistency of Socratic dialogue, the inability to implement gradual withdrawal of
support in the absence of persistent memory, and the importance of language choice as
a pedagogical parameter. In conclusion, the system is assessed as a valuable
complementary educational tool rather than a substitute for the teacher.